使用 perfcurve 绘制神经网络分类器的 ROC 曲线答案

【问题标题】：plot ROC curve for neural network classifier using perfcurve使用 perfcurve 绘制神经网络分类器的 ROC 曲线
【发布时间】：2016-07-22 11:45:09
【问题描述】：

我一直在使用 patternnet 分类器在 2 个不同的类别之间进行分类 - 标记为 0、1。我正在尝试使用 MATLAB 为使用 patternnet 生成的一些数据生成 Roc 曲线图，但我无法理解它需要运行的参数。

[xTr, yTr, TTr, aucTr] = perfcurve(t, results.Data.y, 1);

我假设： t 是生成的标签向量，表明我的数据属于哪个类（我的由 0 和 1 组成，大小为 2x834） score 是由 patternnet 创建的变量，称为“results.Data.y”（大小为 2x834） posclass 为 1。但是scores应该是一个向量（1x834大小），不知道选哪一行？

【问题讨论】：

标签： matlab neural-network roc

【解决方案1】：

有关 perfcurve 函数的详细信息可在此处获得： http://in.mathworks.com/help/stats/perfcurve.html 这些例子很有帮助。

关于您的具体情况，t 不是预测向量，而是您自己创建的用于标记测试数据的向量，这显然是 1xn（对于您的情况，其中 n = 834。）

您的分数矩阵将是 m*n，其中 m 是您数据中的类别数（对于您的情况为 2）。由于您说 1 是您的正类，因此您将选择包含正类分数的列。类似的东西：

[xTr, yTr, TTr, aucTr] = perfcurve(t, results.Data.y(:,1), 1);
plot(xTr, yTr);

【讨论】：

谢谢。然后，如果能解释一下以下代码的某些部分，我将不胜感激：(lamda.nju.edu.cn/code_CSNN.ashx) 在 LableFormatConvertion.m 文件的第 50 行：'prediction=ClassType(id);'。 @ArchitTaneja
@ebrahimi 我不确定输入中的“标签”到底是什么，但要回答您的问题：当您使用 max(Label) 找到“id”时，您会得到标签的行索引，其中出现最大元素：例如：for A = [1 9 -2; 8 4 -5]，id 将是 [2, 1, 1] 表示在第一列中，8 是最大值，它的行索引是 2。现在你有一个元组作为 'id'。使用 'id' 中的值可以访问 ClassType 的数组元素。例如：如果您的 'id' 是 [2,1,1] 并且 ClassType 是 [0,1] 'prediction' 将是 [1,0,0] 。即 id(1) =2 获取 ClassType(2) =1，id(2)=1 将获取 ClassType(1) = 0 等等。
谢谢。实际上，有六种算法可以处理不平衡分类。例如，考虑过采样，然后请查看 sample_oversampling。 m 文件，所以很清楚标签是什么。它是测试数据的模拟输出。我的问题是，如果我们将 ClassType 更改为 [1,0]，那么结果将是相反的，以及如何知道哪个是正确的 [0, 1] 或 [1, 0]。 @ArchitTaneja
抱歉来晚了。 [0,1] 或 [1,0] 都没有错，只是哪个类被标记为 1，哪个被标记为 0。例如：您有 A 类和 B 类，而您可以选择其中任何一个用1表示，然后选择。